顧客資產管理和知識管理的集成分析

周　歡

摘要：顧客資產管理是一種新的營銷理論，但現有的研究成果對顧客知識的重視不夠。本文認為企業要適應動態、競爭的市場環境，需要集成顧客資產管理與知識管理，以顧客知識的獲取和應用來支撐有效的顧客資產管理。

關鍵詞：顧客資產管理；知識管理；商業智能

隨著顧客角色的變化、競爭的加劇、營銷模式的變革、信息技術的蓬勃發展以及基于知識的競爭優勢，顧客關系管理從理論和實踐上都需要進入新的階段——顧客資產管理階段：該理論以顧客為導向，強調將顧客內化為企業的競爭性戰略資源(即顧客資產)，并以顧客資產為核心，優化配置企業資源，重視顧客滿意／忠誠和資產價值的提升(保值／增值)，自1996年Blattberg和Deighton首次提出“顧客資產”概念以來，雖然較多的研究成果得以涌現，但現有的理論和工具在不同程度上存在著缺陷，例如，對顧客知識的研究和重視程度不夠，對隱藏在顧客消費行為中顧客知識的重要性缺乏足夠的認識，所以，理論和實踐都需要集成顧客資產管理與顧客知識管理，以實現顧客資產的保值／增值。

1顧客知識的作用

顧客資產管理是當前學術界研究和關注的熱點之一，同時，知識在企業管理和戰略制訂中的重要作用越來越被人所認識，許多人在制訂企業戰略時，把知識作為戰略中的一個關鍵維度，David J.Skyrme和Debra M.Amidon根據企業行為對象劃分，把企業知識分為七大類。他們認為，在一個企業擁有的所有的知識當中，顧客知識是第一位的。利用顧客知識來處理顧客關系，已經超出了顧客滿意所能達到的境界，顧客知識在企業顧客資產管理中的作用包括：

(1)顧客知識有利于加強企業對顧客的了解，從而為顧客持續不斷地提供更好的產品和服務，以此提升顧客資產，顧客知識能夠幫助企業了解：顧客為什么要購買自己的產品或者服務?今后是不是還要繼續購買此種產品或者服務?顧客的偏好和需求是什么?為什么樣的顧客服務是有利可圖的?什么樣的顧客不可能為企業帶來利潤?通過顧客知識，設計自己的產品或者服務，滿足顧客的價值需要。而且，通過掌握顧客知識，企業還可以盡量去最大化每一位顧客的生命周期價值，衡量并且提升顧客所能夠帶給企業的現在的和未來的潛在的價值。

(2)通過對顧客知識的直接使用來提高企業面向顧客的戰術決策能力，而且，在以顧客為中心的組織結構的支持下。通過顧客知識的管理，最終提高企業顧客發展戰略和總體戰略的有效性和科學性。

(3)顧客知識的獲取和應用能幫助企業在服務顧客的過程中傳遞持續、統一的價值，使企業有更靈活的顧客回應能力，從而增進顧客的忠誠度。為防止企業在在顧客服務過程中出現脫節與偏差，需要有一套良好的顧客知識分析系統，并且讓這些知識在每次與顧客接觸時都能充分運用。

(4)顧客資產分析和價值提升是建立在對顧客數據的分析、知識發現的基礎之上的。它使企業對顧客的決策建立在定量的基礎上，而不是定性的假設。

時至今日，已經有越來越多的企業認識到顧客知識的戰略價值，借鑒知識管理的有關理論，綜合剖析顧客知識的特殊性，更好地全面管理顧客知識——不斷強化對顧客特定經營環境的理解、持續提升顧客管理的經驗與技能、深入挖掘與顧客的互動機會、主動開發和運用有關多層次顧客需求的知識，已經成為企業競爭制勝的關鍵有，有關企業創新實踐的大量研究已經表明：在實現商業化的新知識和創新中，許多都是由用戶和顧客創造的。因此。為了實現更有效的顧客資產管理，企業迫切需要關注的就是顧客知識管理，培育和提開顧客信息處理和利用的能力。

2顧客資產管理與顧客知識管理的集成

從理論發展的角度來看，顧客資產管理源于幾個相互重疊的流派，并在這些研究成果的基礎上提出和發展起來的。顧客知識管理是有效地獲取、發展與維系有利顧客組合的知識與經驗，具體的內容是指建立一套有效的顧客管理支撐體系，提供合適的工具和方法產生顧客知識，擴展顧客知識的深度，并實現顧客知識的有效運用，考察現有的顧客資產管理和顧客知識管理研究成果，可以說，通過對顧客知識的管理，可以實現對顧客資產現狀的掌握，進而達到顧客資產的保值、增值以及提升顧客滿意／忠誠目的。

(1)顧客理念發展的必然結果。從顧客角色的演進歷史可以看出，顧客已從被動的商品或服務的接受者逐漸轉變成為積極的參與者，并成為企業創造價值活動的伙伴，這個演變的過程同時也是企業競爭變得日益激烈、經營環境日益動態、不可預測的過程。因此，企業需要建立與顧客緊密的信息搜集與學習機制，不斷地從顧客那里學習到關于頤客需求的知識，要達到這個目標，企業就要利用知識管理對顧客知識進行收集、組織、挖掘、傳播和利用，將知識管理納入企業整個顧客資產管理體系結構中。

(2)顧客資產管理為實施知識管理提供應用平臺。王德祿教授曾提出，很多知識管理項目失敗的原因在于沒有和業務流程密切結合，他認為顧客知識與特定的業務流程密切聯系，才能有效地發揮作用，而顧客資產管理為顧客知識的應用提供了平臺。

(3)顧客資產管理對知識管理的需求。有效的顧客資產管理必然離不開知識的獲取工具，通過對這些工具的應用，可以高效的處理海量、分散以及非結構化的顧客信息，這個分析和處理過程實質上就是顧客知識的管理過程。

3顧客知識獲取工具——商業智能(BI)

在企業界，數據資產的觀念正在進入企業的資源規劃(ERP)系統中，而把數據轉換為資產的方法和技術也正在成為企業投資IT的熱點。因為目前大部分大中規模的企業都是信息豐富的組織，而一個信息豐富的組織的績效不僅僅依賴于產品、服務或地點等因素，而更重要的是依賴知識，顯然，數據—信息—知識是一個并不簡單的過程。商業智能的本質正是把數據轉化為知識，致力于知識發現和挖掘，使企業的數據資產能帶來明顯的經濟效益，減少不確定性因素的影響，使企業取得新的競爭優勢。

商業智能這一術語1989年由Gartner Group首次提出，它描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定，商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處，商業智能的目標是將企業所掌握的信息轉換成競爭優勢，提高企業決策能力、決策效率、決策準確性，其代表了為提高企業運營性能而采用的一系列方法、技術和軟件的總和：①BI是數據(信息)獲取、分析和處理的必要保障；②BI能實現企業和顧客的互動；③BI促進企業流程的改造；④BI提升顧客個性化服務水平。

對于商業智能，最關鍵的技術包括數據倉庫(Dw)和數據挖掘(DM)，商業智能系統由業務數據庫系統和決策支持系統等部分構成(如圖1)。

數據倉庫是20世紀90年代初出現的技術概念。在金融、電信、保險和零售等數據處理密集型行業中得到廣泛推廣和應用。數據倉庫是市場競爭的產物，是在企業業務人員和管理者對信息的需求日益增多的情況下提出的一種理念和技術。美國著名信息工程科學家w.H.Inmon將數據倉庫描述為：數據倉庫就是面向主題的、集成的、穩定的、不同時間的數據集合，用以支持經營管理中的決策制訂過程。

1995年，美國計算機年會上提出數據挖掘(Data Min-ing，DM)，并指出數據挖掘是一個從大量的數據中發現潛在知識的過程。從技術的角度出發，數據挖掘是應用一系列技術從大型數據庫或數據倉庫的數據中提取人們感興趣的信息和知識，這些知識或信息是隱含的、事先未知而潛在有用額，所提取的知識表示為概念、規則、規律和模式等形式，從商業角度看，數據挖掘是新型的商業分析處理技術。它從大型數據庫或數據倉庫中發現并提取隱藏在其中信息的一種新技術，幫助決策者尋找數據間潛在的關聯，發現被忽略的因素，這些信息和因素對預測趨勢和決策行為是至關重要的。

4結語

當今企業所處的市場環境，顧客消費的個性化日益顯著，顧客資產管理的實施需要有大量的顧客知識來支撐。只有獲取了顧客足夠的信息，企業才能把信息轉化為知識，并同顧客建立良好的、互相信任且有價值的關系，實現提升顧客的資產價值的目的，所以，本文認為顧客資產管理與知識管理的集成是企業應對挑戰和提升競爭力的關鍵。